申请/专利权人:中国电子科技集团公司第十研究所
申请日:2024-05-29
公开(公告)日:2024-06-25
公开(公告)号:CN118246557A
主分类号:G06N5/04
分类号:G06N5/04;G06N3/006;G06N3/045
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了一种多智能体博弈策略生成方法,包括如下步骤:S1:构建多智能体博弈系统,用于规范智能体的状态空间、动作空间、策略函数以及收益函数,并构建智能体任务模型;S2:构建收益函数,通过对状态以及动作的推演,构建出自身收益最大化的模型,计算智能体每步的全局收益与局部收益;S3:策略网络学习训练,根据历史任务经验训练得到的一个能够逐步推测新任务信息的推断网络,根据目标收益与任务信息训练得到一个能够适应任务的策略网络;S4:新任务下策略生成,在智能体面临新任务时,利用推断网络和策略网络生成适应新任务的最优策略。通过本发明方法支撑了智能体博弈系统的快速推演。
主权项:1.一种多智能体博弈策略生成方法,其特征在于,所述多智能体博弈策略生成方法包括如下步骤:S1:构建多智能体博弈系统,用于规范智能体的状态空间、动作空间、策略函数以及收益函数,并构建智能体任务模型;S2:构建收益函数,通过对状态以及动作的推演,构建出自身收益最大化的模型,计算智能体每步的全局收益与局部收益;S3:策略网络学习训练,根据历史任务经验训练得到的一个能够逐步推测新任务信息的推断网络,根据目标收益与任务信息训练得到一个能够适应任务的策略网络;S4:新任务下策略生成,在智能体面临新任务时,利用推断网络和策略网络生成适应新任务的最优策略。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第十研究所 一种多智能体博弈策略生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。